ABSTRAK

ALOSIUS BANNE PADANG, Implementasi Data Mining Untuk Pengelompokan Tingkat Kesejahteraan Ekonomi Di Provinsi Sulawesi Selatan Menggunakan Metode KMeans Clustering (dibimbing oleh Syaharullah Disa dan Nurzaenab)

Permasalahan yang terjadi di Provinsi Sulawesi Selatan yaitu masih ada kabupaten dan kota yang tingkat penganggurannya tinggi dan berbagai indikator penyebab kemiskinan lainnya. Untuk mengatasi problematika tersebut, pemerintah Provinsi Sulawesi Selatan perlu mengetahui gambaran sosial dan ekonomi kabupaten atau kota di Provinsi Sulawesi Selatan berupa karakterisitik yang terdapat pada masing-masing kabupaten atau kota pada sektor kesejahteraan ekonomi. Tujuan penelitian ini adalah menerapkan algoritma K-Means untuk mengelompokkan data tingkat kesejahteraan ekonomi di Provinsi Sulawesi Selatan dan mengukur Akurasi algoritma K-means untuk pengelompokan data kesejahteraan ekonomi di Provinsi Sulawesi Selatan. Penelitian ini menggunakan metode kuantitatif yang dimana data yang digunakan adalah data sekunder yang diperoleh dari dataset statistik pada situs web BPS Provinsi Sulawesi Selatan. Metode yang digunakan dalam sistem ini adalah Algoritma K-Means. Hasil penelitian ini menunjukkan bahwa ada tiga jenis cluster yang masing-masing memiliki anggota berupa tiap-tiap Kabupaten/Kota dengan karakteristik yang sama dalam waktu yang singkat. Sehingga algoritma K-Means dalam pengimplementasian penelitian ini cukup mempermudah dalam proses klasterisasi data penelitian ini.

Kata Kunci : Data Mining, Clustering, KMeans, Python.